Luận văn tốt nghiệp nghiên cứu ứng dụng công nghệ nhận diện giọng nói vào việc xây dựng phần mềm hỗ trợ luyện tập phát âm tiếng anh trên thiết bị di động

Khóa luận tốt nghiệp nghiên cứu Luận văn tốt nghiệp nghiên cứu ứng dụng công nghệ nhận diện giọng nói vào việc xây dựng phần mềm hỗ, vận dụng lý thuyết vào thực tế, đề xuất giải

• Tác giả: TS. Phan Ngọc Hoàng
• Trường học: Trường Đại Học Bà Rịa - Vũng Tàu
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên Cứu Ứng Dụng Công Nghệ Nhận Diện Giọng Nói Vào Việc Xây Dựng Phần Mềm Hỗ Trợ Luyện Tập Phát Âm Tiếng Anh Trên Thiết Bị Di Động
• Loại tài liệu: luận văn
• Năm xuất bản: 2020
• Địa điểm: Bà Rịa - Vũng Tàu

Mục lục chi tiết

• ĐẶT VẤN ĐỀ
• 1. GIẢI QUYẾT VẤN ĐỀ
• 2. THỰC HIỆN GIẢI PHÁP
• 2.1. Thiết kế xây dựng CSDL
• 2.1.1. Cách phát âm (Pronunciation)
• 2.1.2. Bài tập phát âm (Practice)
• 2.1.3. Từ tiếng Anh dùng để luyện tập (Word)
• 2.1.4. Xây dựng CSDL trên Core Data
• 2.2. Thiết kế xây dựng phần mềm trên nền tảng iOS
• 2.2.1. Chức năng xem danh sách bài học
• 2.2.2. Chức năng xem cách phát âm
• 2.2.3. Chức năng xem danh sách bài luyện tập
• 2.2.4. Chức năng chọn chế độ luyện tập
• 2.2.5. Chức năng luyện tập với từ đơn
• 2.2.6. Chức năng tổng hợp kết quả luyện tập
• 2.2.7. Chức năng thiết lập lại luyện tập
• 3. KẾT QUẢ ĐẠT ĐƯỢC
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về phần mềm luyện phát âm tiếng Anh

Phần mềm luyện phát âm tiếng Anh trên di động với công nghệ nhận diện giọng nói được phát triển nhằm hỗ trợ người học cải thiện kỹ năng phát âm. Phát âm tiếng Anh là một trong những kỹ năng quan trọng nhất trong việc học ngôn ngữ này. Việc phát âm chuẩn không chỉ giúp người học giao tiếp hiệu quả mà còn ảnh hưởng đến khả năng nghe hiểu. Nhóm nghiên cứu đã nhận thấy rằng nhiều ứng dụng hiện tại chưa tích hợp đầy đủ công nghệ nhận diện giọng nói, dẫn đến việc người học khó khăn trong việc tự đánh giá phát âm của mình. Do đó, phần mềm này ra đời với mục tiêu cung cấp một công cụ hữu ích cho người học, giúp họ luyện tập phát âm mọi lúc, mọi nơi.

1.1. Mục tiêu nghiên cứu

Mục tiêu chính của nghiên cứu là phát triển một phần mềm hỗ trợ luyện phát âm tiếng Anh trên thiết bị di động, sử dụng công nghệ nhận diện giọng nói. Phần mềm này không chỉ giúp người học tự kiểm tra phát âm mà còn cung cấp các bài tập luyện tập phong phú. Nhóm nghiên cứu mong muốn tạo ra một giải pháp thực sự phù hợp cho sinh viên và giảng viên Trường Đại học Bà Rịa-Vũng Tàu, cũng như cho cộng đồng người học tiếng Anh rộng lớn hơn.

II. Công nghệ nhận diện giọng nói trong phần mềm

Công nghệ nhận diện giọng nói là một trong những yếu tố quan trọng giúp phần mềm luyện phát âm tiếng Anh hoạt động hiệu quả. Công nghệ AI trong học tiếng Anh đã được áp dụng để phát triển tính năng này. Phần mềm sử dụng các thuật toán nhận diện giọng nói tiên tiến, cho phép người dùng ghi âm và so sánh phát âm của mình với phát âm mẫu. Điều này giúp người học nhận diện được lỗi sai trong phát âm và có thể điều chỉnh kịp thời. Việc tích hợp công nghệ này không chỉ nâng cao tính chính xác mà còn tạo ra trải nghiệm học tập thú vị và hiệu quả hơn cho người dùng.

2.1. Lợi ích của công nghệ nhận diện giọng nói

Công nghệ nhận diện giọng nói mang lại nhiều lợi ích cho người học. Đầu tiên, nó giúp người học tự đánh giá khả năng phát âm của mình một cách chính xác. Thứ hai, phần mềm cung cấp phản hồi ngay lập tức, giúp người học nhận biết và sửa chữa lỗi sai. Cuối cùng, việc sử dụng công nghệ này giúp người học luyện tập phát âm một cách tự nhiên và thoải mái, không cần phải phụ thuộc vào giáo viên hay lớp học.

III. Chức năng của phần mềm luyện phát âm

Phần mềm luyện phát âm tiếng Anh trên di động được thiết kế với nhiều chức năng hữu ích. Người dùng có thể xem danh sách bài học, lựa chọn âm để luyện tập, và kiểm tra phát âm của mình. Các chức năng này bao gồm: xem cách phát âm, luyện tập với từ đơn, và tổng hợp kết quả luyện tập. Ứng dụng luyện phát âm này không chỉ giúp người học cải thiện kỹ năng phát âm mà còn tạo ra một môi trường học tập linh hoạt và hiệu quả.

3.1. Các chức năng chính

Các chức năng chính của phần mềm bao gồm: cho phép người dùng xem danh sách bài học, lựa chọn bài học tương ứng với từng âm, kiểm tra phát âm từ đúng hay sai, và tổng hợp kết quả luyện tập. Những chức năng này giúp người học có thể tự điều chỉnh và cải thiện kỹ năng phát âm của mình một cách hiệu quả. Phần mềm cũng hỗ trợ người dùng thiết lập lại kết quả bài tập để luyện tập lại từ đầu, tạo điều kiện cho việc học tập liên tục.

IV. Kết quả đạt được và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy phần mềm đã được hoàn thiện và đánh giá cao trong cộng đồng người học. Phần mềm đã đạt giải nhì trong cuộc thi Sáng tạo khoa học kỹ thuật tỉnh Bà Rịa-Vũng Tàu năm 2018-2019. Việc ứng dụng công nghệ nhận diện giọng nói vào phần mềm không chỉ giúp người học cải thiện phát âm mà còn mở ra cơ hội cho việc học tiếng Anh hiệu quả hơn. Học tiếng Anh hiệu quả là một trong những mục tiêu quan trọng trong bối cảnh toàn cầu hóa hiện nay.

4.1. Ứng dụng trong giáo dục

Phần mềm luyện phát âm tiếng Anh có thể được ứng dụng rộng rãi trong giáo dục, đặc biệt là trong các trường học và trung tâm ngoại ngữ. Nó giúp giáo viên theo dõi tiến độ học tập của học sinh và cung cấp phản hồi kịp thời. Hơn nữa, phần mềm cũng có thể được sử dụng như một công cụ hỗ trợ cho việc tự học, giúp người học có thể luyện tập phát âm mọi lúc, mọi nơi.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh hội nhập quốc tế hiện nay, tiếng Anh là phương tiện giao tiếp phổ biến với gần 60 quốc gia sử dụng làm ngôn ngữ chính thức và gần 100 quốc gia lựa chọn làm ngôn ngữ thứ hai. Kỹ năng phát âm đóng vai trò là nền tảng cốt lõi, chi phối trực tiếp đến hiệu quả tiếp thu từ vựng, khả năng nghe hiểu và phản xạ giao tiếp tự nhiên. Tuy nhiên, người học ngoại ngữ tại Việt Nam thường đối mặt với rào cản lớn khi tự luyện phát âm do thiếu môi trường tương tác chuẩn bản ngữ và không thể tự nhận biết lỗi sai âm vị học. Phương pháp truyền thống như tự ghi âm đối chiếu chỉ mang tính cảm tính, trong khi các khóa học trực tiếp thường yêu cầu chi phí tối thiểu từ 3.000.000 VNĐ cho mỗi học viên, gây hạn chế về khả năng tiếp cận lâu dài.

Nghiên cứu được triển khai từ tháng 11/2018 đến tháng 11/2019 tại Trường Đại học Bà Rịa - Vũng Tàu nhằm giải quyết triệt để bài toán trên. Mục tiêu cụ thể của đề tài là xây dựng hoàn chỉnh ứng dụng di động AI English 1 trên hệ điều hành iOS, tích hợp công nghệ nhận diện giọng nói tự động nhằm cung cấp công cụ tự luyện âm chuẩn quốc tế hoàn toàn miễn phí. Đề tài số hóa toàn diện 44 âm chuẩn theo bảng ngữ âm quốc tế, xây dựng hệ thống bài luyện tập phân tầng và cơ chế đánh giá độ chuẩn xác theo thời gian thực. Xét về giá trị kinh tế xã hội, giải pháp giúp tiết kiệm ước tính 15 tỷ đồng khi phổ cập cho 5.000 sinh viên đại học và mở ra tiềm năng tối ưu hóa nguồn lực đào tạo lên tới 90 tỷ đồng khi mở rộng cho khoảng 30.000 học sinh trên toàn địa bàn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa chặt chẽ giữa ngôn ngữ học thực hành và khoa học máy tính hiện đại:

• Lý thuyết ngữ âm học chuẩn quốc tế: Dựa trên Hệ thống Ký hiệu Ngữ âm Quốc tế với cấu trúc chuẩn gồm 44 âm vị cơ bản, phân tách rõ thành 20 nguyên âm và 24 phụ âm. Nghiên cứu khai thác lý thuyết cấu âm học nhằm phân tích chi tiết các thành tố tạo âm như vị trí tạo âm, phương thức tạo âm, độ bật hơi, độ dài hơi và trạng thái hoạt động của dây thanh quản.
• Lý thuyết nhận dạng giọng nói tự động: Tổng quan tiến trình phát triển công nghệ xử lý tiếng nói từ thuật toán Dynamic Time Warping với khả năng nhận diện 200 từ vựng đơn lập, qua mô hình Markov ẩn xử lý dữ liệu 20.000 từ, cho đến các mạng nơ-ron sâu và kiến trúc nơ-ron hồi quy phối hợp cơ chế phân loại thời gian kết nối.
• Khung công nghệ nhận diện thời gian thực của Apple: Tích hợp trực tiếp bộ khung xử lý giọng nói tiên tiến được trang bị trên trợ lý ảo Siri, cho phép nhận diện và chuyển đổi giọng nói thành văn bản với độ chính xác cao trên 50 ngôn ngữ và phương ngữ khác nhau.
• Mô hình quản trị dữ liệu cục bộ Core Data: Ứng dụng kỹ thuật quản trị đối tượng dữ liệu tối ưu trên nền tảng iOS, đảm bảo tốc độ truy xuất tức thì, khả năng phân cấp dữ liệu âm học và hỗ trợ tính năng phục hồi trạng thái bài học linh hoạt.

Phương pháp nghiên cứu

Nguồn dữ liệu của nghiên cứu được chuẩn hóa từ các giáo trình luyện phát âm tiếng Anh uy tín toàn cầu. Dữ liệu được số hóa thành 44 đơn vị bài học chuẩn, tương ứng với hơn 200 bài tập thực hành theo các quy luật ngữ âm khác nhau. Cỡ mẫu nghiên cứu bao gồm toàn bộ hệ thống 44 âm ngữ âm quốc tế, phân bố qua hàng trăm từ vựng đơn lập đại diện cho các trường hợp phát âm từ cơ bản đến nâng cao.

Nghiên cứu áp dụng phương pháp chọn mẫu phân tầng có chủ đích, phân loại từ vựng dựa trên vị trí của âm mục tiêu: âm đứng đầu từ, âm đứng giữa từ, âm đứng cuối từ, âm kết hợp với nguyên âm hoặc phụ âm lân cận, và các trường hợp biến thể ngữ pháp đặc thù như đuôi quá khứ. Phương pháp phân tích dữ liệu dựa trên quy trình đối sánh văn bản nhận diện: tín hiệu âm thanh thu nhận qua micro di động được bộ nhận dạng chuyển đổi thành chuỗi ký tự và so khớp trực tiếp với chuỗi từ vựng mục tiêu. Toàn bộ quy trình thu nhận, xử lý tín hiệu và trả kết quả diễn ra trong độ trễ dưới 500 mili giây, đảm bảo tính phản hồi liên tục trong suốt tiến trình nghiên cứu kéo dài 12 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm và triển khai thực tế của đề tài đã mang lại các kết quả định lượng và định tính nổi bật:

• Xây dựng thành công ứng dụng di động AI English 1: Hoàn thiện ứng dụng di động trên nền tảng iOS, cung cấp đầy đủ 44 bài học tương ứng 44 âm chuẩn, tích hợp hệ thống hướng dẫn khẩu hình chi tiết qua mô tả văn bản và video trực quan.
• Cơ chế đánh giá phân tầng chính xác: Hệ thống triển khai thuật toán đánh giá phát âm tức thì cho từng từ vựng đơn lẻ, phân loại bài tập thành 5 dạng cấu trúc vị trí âm. Tỷ lệ nhận diện chuẩn xác đối với người học phát âm đúng đạt trên 90%, giúp người dùng lập tức biết được mức độ chuẩn hóa của bản thân.
• Tự động hóa tổng hợp tiến độ học tập: Phần mềm tự động tính toán và hiển thị tỷ lệ hoàn thành từ 0% đến 100% theo từng bài tập và từng nhóm bài học âm vị. Giao diện trực quan hóa dữ liệu bằng hệ thống mã màu phân cấp giúp người học nắm bắt chính xác điểm mạnh và điểm yếu.
• Được công nhận học thuật và thực tiễn: Đề tài xuất sắc đạt Giải Nhì Hội thi Sáng tạo Khoa học Kỹ thuật tỉnh Bà Rịa - Vũng Tàu năm 2018 - 2019, đồng thời công bố 01 bài báo khoa học quốc tế trong kỷ yếu hội thảo uy tín thuộc danh mục ISI và Scopus do nhà xuất bản Springer ấn hành tại tập 298.

Thảo luận kết quả

Dữ liệu tiến độ học tập của người dùng được mô hình hóa qua bảng tổng hợp tỷ lệ hoàn thành và các biểu đồ thanh trực quan theo từng đơn vị âm. Kết quả cho thấy việc phân loại bài tập theo vị trí của âm trong từ đóng vai trò quyết định đến khả năng cải thiện ngữ âm. Ví dụ, đối với phụ âm bật hơi, người học thường đạt tỷ lệ chính xác 85% khi âm đứng ở đầu từ nhưng giảm xuống còn khoảng 45% khi âm xuất hiện ở vị trí cuối từ. Việc phần mềm chỉ rõ các từ chưa đạt thông qua bộ lọc thông minh đã giúp rút ngắn 60% thời gian luyện tập lại so với cách học truyền thống.

Nguyên nhân tạo nên sự vượt trội của giải pháp là việc loại bỏ hoàn toàn sự cảm tính trong tự học. Ở các ứng dụng thông thường, người học chỉ ghi âm và tự nghe lại, dẫn đến việc bỏ sót khoảng 70% lỗi sai do hiện tượng thiên vị thính giác. Việc ứng dụng công nghệ nhận diện giọng nói tương tự trợ lý ảo Siri hoạt động như một giám khảo khách quan. Khi so sánh với các mô hình nhận dạng ngữ âm dựa trên mạng nơ-ron sâu trong các công bố quốc tế cùng thời kỳ, giải pháp tận dụng hiệu quả sức mạnh điện toán đám mây và xử lý thiết bị di động, mang lại trải nghiệm mượt mà, không gián đoạn cho người sử dụng.

Đề xuất và khuyến nghị

Nhằm tối ưu hóa hiệu quả giáo dục và mở rộng tầm ảnh hưởng của công trình, 4 giải pháp chiến lược được đề xuất triển khai:

• Nâng cấp thuật toán phân tích âm vị chuyên sâu: Nghiên cứu tích hợp mô hình nơ-ron nhận dạng ở cấp độ âm vị thay vì chỉ dừng lại ở cấp độ từ vựng. Đặt mục tiêu nâng độ chính xác chẩn đoán vị trí sai lệch âm tiết lên 95% trong lộ trình 12 tháng tới, do Nhóm nghiên cứu Trí tuệ nhân tạo chủ trì.
• Mở rộng ứng dụng sang nền tảng đa hệ điều hành: Tiến hành xây dựng phiên bản tương thích trên hệ điều hành Android bằng các công nghệ đa nền tảng hiện đại, hướng tới mục tiêu phục vụ hơn 100.000 người dùng trong vòng 6 tháng kể từ khi phát hành, do Bộ phận Phát triển Phần mềm đảm nhiệm.
• Tích hợp chính thức vào chương trình đào tạo học phần tiếng Anh: Đưa ứng dụng vào quy trình giảng dạy thực hành bổ trợ cho 100% sinh viên năm nhất và năm hai tại các trường đại học và cao đẳng, thiết lập mục tiêu 80% sinh viên đạt chuẩn phát âm đầu ra, do Khoa Ngoại ngữ phối hợp cùng Phòng Đào tạo triển khai theo từng học kỳ.
• Xây dựng kho ngữ liệu câu và hội thoại tương tác: Bổ sung 500 bài tập luyện ngữ điệu, trọng âm câu và hội thoại ngữ cảnh thực tế, hoàn thành việc biên soạn và kiểm thử trong thời gian 9 tháng với sự tham gia của các chuyên gia ngôn ngữ bản địa.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại nguồn tài liệu giá trị cao cho 4 nhóm đối tượng cụ thể:

• Sinh viên và người tự học ngoại ngữ: Nắm bắt phương pháp khoa học để luyện tập 44 âm ngữ âm quốc tế chuẩn xác, tận dụng ứng dụng miễn phí để tự kiểm tra phát âm hàng ngày và tiết kiệm hàng triệu đồng chi phí học tập.
• Giảng viên và giáo viên tiếng Anh: Sử dụng tài liệu như một cẩm nang sư phạm ứng dụng công nghệ, khai thác phần mềm làm công cụ giao bài tập và theo dõi định lượng mức độ tiến bộ của học viên qua các bảng tỷ lệ hoàn thành.
• Kỹ sư phần mềm và nhà nghiên cứu công nghệ thông tin: Tham khảo mô hình thiết kế cơ sở dữ liệu trên Core Data, kiến trúc tích hợp bộ khung nhận diện giọng nói của Apple vào ứng dụng di động và quy trình xử lý tín hiệu thực tế.
• Cán bộ quản lý giáo dục và nhà hoạch định chính sách: Có thêm cơ sở thực tiễn để đánh giá hiệu quả kinh tế xã hội của chuyển đổi số trong giáo dục, từ đó xây dựng các đề án ứng dụng công nghệ thông tin quy mô cấp trường và cấp tỉnh.

Câu hỏi thường gặp

Phần mềm ứng dụng công nghệ nhận diện giọng nói nào để kiểm tra phát âm?

Ứng dụng tích hợp bộ khung nhận diện giọng nói chuyên sâu của Apple, nền tảng công nghệ đang vận hành trợ lý ảo Siri. Công nghệ này có khả năng nhận dạng chính xác hơn 50 ngôn ngữ, xử lý âm thanh thời gian thực và phân tích chính xác luồng giọng nói của người dùng thành dữ liệu văn bản để đối chiếu.

Cơ sở dữ liệu ngữ âm của phần mềm được thiết kế và quản lý như thế nào?

Cơ sở dữ liệu được tổ chức theo mô hình quan hệ phân cấp gồm 4 thực thể chính: Bài học, Hướng dẫn phát âm, Bài luyện tập và Từ vựng. Toàn bộ cấu trúc được số hóa và quản trị thông qua công nghệ Core Data trên iOS, giúp tối ưu hóa hiệu năng lưu trữ và đồng bộ hóa tiến độ học tập.

Hiệu quả kinh tế mà giải pháp mang lại cho xã hội được ước tính như thế nào?

Mỗi khóa học phát âm thông thường có học phí tối thiểu 3.000.000 VNĐ. Khi triển khai miễn phí cho 5.000 sinh viên, giải pháp giúp tiết kiệm khoảng 15 tỷ đồng. Khi nhân rộng cho 30.000 học sinh trên toàn tỉnh, mức chi phí đào tạo được tối ưu hóa ước tính lên tới 90 tỷ đồng.

Ứng dụng xử lý thế nào đối với các trường hợp người học phát âm chưa chính xác?

Khi hệ thống nhận diện từ phát âm không trùng khớp với từ mục tiêu, phần mềm sẽ hiển thị thông báo yêu cầu thực hiện lại. Người học có thể nhấn biểu tượng loa để nghe lại mẫu phát âm của người bản địa, xem lại hướng dẫn khẩu hình hoặc chọn tạm thời bỏ qua để luyện tập lại sau.

Công trình nghiên cứu này đã đạt được những chứng nhận khoa học nào?

Đề tài đã xuất sắc đạt Giải Nhì Hội thi Sáng tạo Khoa học Kỹ thuật tỉnh Bà Rịa - Vũng Tàu giai đoạn 2018 - 2019. Đồng thời, toàn bộ kết quả nghiên cứu và thuật toán đã được phản biện độc lập và công bố chính thức trên ấn phẩm khoa học quốc tế thuộc hệ thống Scopus và ISI của nhà xuất bản Springer.

Kết luận

• Đề tài đã ứng dụng thành công công nghệ nhận diện giọng nói tự động vào thiết bị di động, giải quyết rào cản tự đánh giá ngữ âm tiếng Anh cho cộng đồng.
• Xây dựng hoàn chỉnh ứng dụng AI English 1 trên nền tảng iOS với 44 bài học chuẩn ngữ âm quốc tế và hơn 200 dạng bài tập tương tác thông minh.
• Tối ưu hóa quản trị dữ liệu thông qua Core Data, mang lại trải nghiệm học tập theo thời gian thực với độ chính xác nhận diện đạt trên 90%.
• Đóng góp giá trị học thuật với 01 bài báo quốc tế thuộc danh mục Scopus/ISI và đạt Giải Nhì Hội thi Sáng tạo Kỹ thuật cấp tỉnh.
• Kế hoạch tiếp theo tập trung vào việc mở rộng phiên bản Android và tích hợp mô hình đánh giá âm vị chuyên sâu trong vòng 6 đến 12 tháng tới.

Hãy tải ngay ứng dụng để trải nghiệm phương pháp luyện phát âm tiếng Anh chuẩn xác, hiện đại và hoàn toàn miễn phí trên thiết bị di động của bạn hôm nay.